時間：2022-08-24 14:12:13
序論：在您撰寫量子化學論文時，參考他人的優秀作品可以開闊視野，小編為您整理的7篇范文，希望這些建議能夠激發您的創作熱情，引導您走向新的創作高度。
（一）在建筑材料方面的應用
水泥是重要的建筑材料之一。1993年，計算量子化學開始廣泛地應用于許多水泥熟料礦物和水化產物體系的研究中，解決了很多實際問題。
鈣礬石相是許多水泥品種的主要水化產物相之一，它對水泥石的強度起著關鍵作用。程新等[1,2]在假設材料的力學強度決定于化學鍵強度的前提下，研究了幾種鈣礬石相力學強度的大小差異。計算發現，含Ca鈣礬石、含Ba鈣礬石和含Sr鈣礬石的Al-O鍵級基本一致，而含Sr鈣礬石、含Ba鈣礬石中的Sr，Ba原子鍵級與Sr-O，Ba-O共價鍵級都分別大于含Ca鈣礬石中的Ca原子鍵級和Ca-O共價鍵級，由此認為，含Sr、Ba硫鋁酸鹽的膠凝強度高于硫鋁酸鈣的膠凝強度[3]。
將量子化學理論與方法引入水泥化學領域，是一門前景廣闊的研究課題，它將有助于人們直接將分子的微觀結構與宏觀性能聯系起來，也為水泥材料的設計提供了一條新的途徑[3]。
（二）在金屬及合金材料方面的應用
過渡金屬(Fe、Co、Ni)中氫雜質的超精細場和電子結構，通過量子化學計算表明，含有雜質石原子的磁矩要降低，這與實驗結果非常一致。閔新民等[4]通過量子化學方法研究了鑭系三氟化物。結果表明，在LnF3中Ln原子軌道參與成鍵的次序是：d＞f＞p＞s，其結合能計算值與實驗值定性趨勢一致。此方法還廣泛用于金屬氧化物固體的電子結構及光譜的計算[5]。再比如說，NbO2是一個在810℃具有相變的物質(由金紅石型變成四方體心)，其高溫相的NbO2的電子結構和光譜也是通過量子化學方法進行的計算和討論，并通過計算指出它和低溫NbO2及其等電子化合物VO2在性質方面存在的差異[6]。
量子化學方法因其精確度高，計算機時少而廣泛應用于材料科學中，并取得了許多有意義的結果。隨著量子化學方法的不斷完善，同時由于電子計算機的飛速發展和普及，量子化學在材料科學中的應用范圍將不斷得到拓展，將為材料科學的發展提供一條非常有意義的途徑[5]。
二、在能源研究中的應用
（一）在煤裂解的反應機理和動力學性質方面的應用
煤是重要的能源之一。近年來隨著量子化學理論的發展和量子化學計算方法以及計算技術的進步，量子化學方法對于深入探索煤的結構和反應性之間的關系成為可能。
量子化學計算在研究煤的模型分子裂解反應機理和預測反應方向方面有許多成功的例子,如低級芳香烴作為碳/碳復合材料碳前驅體熱解機理方面的研究已經取得了比較明確的研究結果。由化學知識對所研究的低級芳香烴設想可能的自由基裂解路徑，由Guassian98程序中的半經驗方法UAM1、在UHF/3-21G*水平的從頭計算方法和考慮了電子相關效應的密度泛函UB3LYP/3-21G*方法對設計路徑的熱力學和動力學進行了計算。由理論計算方法所得到的主反應路徑、熱力學變量和表觀活化能等結果與實驗數據對比有較好的一致性，對煤熱解的量子化學基礎的研究有重要意義[7]。
（二）在鋰離子電池研究中的應用
鋰離子二次電池因為具有電容量大、工作電壓高、循環壽命長、安全可靠、無記憶效應、重量輕等優點，被人們稱之為“最有前途的化學電源”，被廣泛應用于便攜式電器等小型設備，并已開始向電動汽車、軍用潛水艇、飛機、航空等領域發展。
鋰離子電池又稱搖椅型電池，電池的工作過程實際上是Li+離子在正負兩電極之間來回嵌入和脫嵌的過程。因此，深入鋰的嵌入-脫嵌機理對進一步改善鋰離子電池的性能至關重要。Ago等[8]用半經驗分子軌道法以C32H14作為模型碳結構研究了鋰原子在碳層間的插入反應。認為鋰最有可能摻雜在碳環中心的上方位置。Ago等[9]用abinitio分子軌道法對摻鋰的芳香族碳化合物的研究表明，隨著鋰含量的增加，鋰的離子性減少，預示在較高的摻鋰狀態下有可能存在一種Li-C和具有共價性的Li-Li的混合物。Satoru等[10]用分子軌道計算法，對低結晶度的炭素材料的摻鋰反應進行了研究，研究表明，鋰優先插入到石墨層間反應，然后摻雜在石墨層中不同部位里[11]。
隨著人們對材料晶體結構的進一步認識和計算機水平的更高發展，相信量子化學原理在鋰離子電池中的應用領域會更廣泛、更深入、更具指導性。
三、在生物大分子體系研究中的應用
生物大分子體系的量子化學計算一直是一個具有挑戰性的研究領域，尤其是生物大分子體系的理論研究具有重要意義。由于量子化學可以在分子、電子水平上對體系進行精細的理論研究，是其它理論研究方法所難以替代的。因此要深入理解有關酶的催化作用、基因的復制與突變、藥物與受體之間的識別與結合過程及作用方式等，都很有必要運用量子化學的方法對這些生物大分子體系進行研究。毫無疑問，這種研究可以幫助人們有目的地調控酶的催化作用,甚至可以有目的地修飾酶的結構、設計并合成人工酶；可以揭示遺傳與變異的奧秘,進而調控基因的復制與突變，使之造福于人類；可以根據藥物與受體的結合過程和作用特點設計高效低毒的新藥等等，可見運用量子化學的手段來研究生命現象是十分有意義的。
綜上所述，我們可以看出在材料、能源以及生物大分子體系研究中，量子化學發揮了重要的作用。在近十幾年來，由于電子計算機的飛速發展和普及，量子化學計算變得更加迅速和方便?？梢灶A言，在不久的將來，量子化學將在更廣泛的領域發揮更加重要的作用。
參考文獻：
[1]程新.[學位論文].武漢:武漢工業大學材料科學與工程學院,1994
[2]程新,馮修吉.武漢工業大學學報,1995,17(4):12
[3]李北星,程新.建筑材料學報,1999,2(2):147
[4]閔新民,沈爾忠,江元生等.化學學報,1990,48(10):973
[5]程新,陳亞明.山東建材學院學報,1994,8(2):1
[6]閔新民.化學學報,1992,50(5):449
[7]王寶俊,張玉貴,秦育紅等.煤炭轉化,2003,26(1):1
[8]AgoH,NagataK,YoshizawAK,etal.Bull.Chem.Soc.Jpn.,1997,70:1717
[9]AgoH,KatoM,YaharaAK.etal.JournaloftheElectrochemicalSociety,1999,146(4):1262
[10]SatoruK,MikioW,ShinighiK.ElectrochimicaActa1998,43(21-22):3127
[11]麻明友,何則強,熊利芝等.量子化學原理在鋰離子電池研究中的應用.吉首大學學報,2006,27(3):97.
盡管量化投資已經成為市場投資的發展趨勢，但是大多數投資者并不是很熟悉量化投資。一方面是由于量化投資一定程度上依賴數學模型，而賺錢的投資模型都是機構的秘密武器，不會輕易披露。另一方面是由于量化投資采用計算機系統，設計各種交易手段，有著較為復雜的數學計算與技術要求，現在許多量化投資都是計算機自動執行的程序交易。另外，量化交易者，俗稱寬客（quants）的交易和故事多多少少增加了量化投資的神秘感。所以，人們一般把量化投資稱為“黑箱”。納蘭（Narang，R.，2012）描述了量化交易系統的典型構造，打開了量化投資的“黑箱”。納蘭認為阿爾法模型用來預測市場未來方向，風險控制模型用來限制風險暴露，交易成本模型用來分析為構建組合產生的各種成本，投資組合構建模型在追逐利潤、限制風險與相關成本之間做出平衡，然后給出最優組合。最優目標組合與現有組合的差異就由執行模型來完成。數據和研究部分則是量化投資的基礎：有了數據，就可以進行研究，通過測試、檢驗與仿真正確構建各個模型。預測市場并制定策略是量化投資的核心，即阿爾法模型在量化投資中處于核心地位。隨著量化投資的不斷發展，量化投資模型也在不斷改進。簡單的策略可能就是證券或組合的套利行為，如期現套利組合、市場異象研究中的差價組合等。統計套利策略是經典的量化投資策略，如匹配交易或攜帶交易。近年來，高頻交易成為量化投資的重要內容，基于高速的計算機系統實施高頻的程序交易已經是量化投資的重要利器。丁鵬（2012）將量化投資的主要內容分為以下幾個方面：量化選股、量化擇時、股指期貨套利、商品期貨套利、統計套利、期權套利、算法交易、ETF/LOF套利和高頻交易等。他認為量化投資的優勢在于：紀律性、系統性、及時性、準確性和分散化。
二、量化投資“黑箱”中的構造與證券投資學的差異
在傳統的證券投資學中，投資組合理論、資本資產定價模型、套利定價理論和期權定價理論是現代金融理論的四塊基石。前兩者主要依靠均值-方差組合優化的思想，后兩者則主要依靠市場的無套利條件。傳統的投資方法主要是基本面分析和技術分析兩大類，而量化投資則是“利用計算機科技并采用一定的數學模型去實現投資理念、實現投資策略的過程”。從概念看，量化投資既不是基本面分析，也不是技術分析，但它可以采用基本面分析，也可以采用技術分析，關鍵在于依靠模型來實現投資理念與投資策略。為了分析量化投資對證券投資學的啟示，本文從量化投資“黑箱”的各個構成來探討量化投資與證券投資學中思路和觀點的差異。
（一）資產定價與收益的預測
根據組合優化理論，投資者將持有無風險組合與市場風險資產組合，獲得無風險利率與市場風險溢價。資本資產定價模型則將此應用到單一證券或組合，認為證券的風險溢價等于無風險利率加上與風險貢獻比率一致的風險溢價，超過的部分就是超額收益，即投資組合管理所追求的阿爾法值。追求顯著正的阿爾法是資產定價理論給實務投資的一大貢獻?；谝蛩啬Ｐ偷奶桌▋r理論則從共同風險因素的角度提供了追求阿爾法的新思路。其中，法瑪和佛倫齊的三因素定價模型為這一類量化投資提供了統一的參考。可以說，在因素定價方面，量化投資繼承了資產定價理論的基本思想。對于因素定價中因素的選擇，證券投資學認為，對資產價格的影響，長期應主要關注基本面因素，而短期應主要關注市場的交易行為，即采用技術分析。在量化投資中，主要強調按照事先設定的規則進行投資，這在一定程度上與技術分析類似。但是，在技術分析中，不同的人會有不同的結論，而量化投資則強調投資的規則化和固定化，不會因人的差異而有較大的不同。另外，量化交易更強調從統計和數學模型方面尋找資產的錯誤定價或者進行收益的預測。
（二）無套利條件與交易成本
在證券投資學里，流動性是證券的生命力。組合投資理論、資本資產定價模型以及套利定價理論等都認為市場中存在大量可交易的證券，投資者可以自由買賣證券。這主要是為了保證各種交易都能實現，如套利交易。根據套利定價理論，一旦市場出現無風險的套利機會，理性投資者會立即進行套利交易，當市場均衡時就不存在套利機會?，F實市場中往往存在套利限制。一是因為凱恩斯說的“市場的非理性維持的時間可能會長到你失去償付能力”。二是因為市場總是存在交易費用等成本。但證券投資學中，對市場中套利限制與非流動性的關注較少，這是因為傳統金融理論中簡化了市場結構。市場微觀結構理論研究在既定的交易規則下，金融資產交易的過程及其結果，旨在揭示金融資產交易價格形成的過程及其原因。在市場微觀結構理論中，不同的市場微觀結構對市場流動性的沖擊是不同的。因而，從量化投資的角度看，為了降低交易帶來的價格沖擊，能實施量化投資策略的證券往往都應有較好的流動性，因為交易時非流動性直接影響投資策略的實施。從這個意義上講，量化投資時的交易成本不僅包括交易費用，更主要的是要考慮市場交易沖擊的流動性成本。
（三）風險控制與市場情緒
在證券市場中，高收益與高風險相匹配。量化投資在追求高收益的同時，不可避免地承擔了一定的風險。在證券投資學中，系統性風險主要源于宏觀經濟因素，非系統性因素則主要源于行業、公司因素，并且不考慮市場交易行為的影響。在量化投資中，較多地使用因素定價模型，不僅會考慮市場經濟因素，而且會考慮交易行為等因素，只是不同的模型有不同的側重點，在多模型的量化投資系統中自然包括了這兩方面的因素。除了各種基本面和市場交易的因素風險外，量化投資還有自身不可忽視的風險源。一方面，量化交易中，部分交易是采用保證交易的期貨、期權等衍生品交易，這種杠桿交易具有放大作用，隱藏著巨大的風險。另一方面，市場沖擊的流動性成本也是量化投資的風險控制因素，理所當然地在圖1的風險控制模型中體現出來。另外，在一般的投資過程中，市場情緒或多或少會成為風險控制的一個對象。然而，在量化投資中，更多的交易都是通過計算機來實現的，如程序交易等，這樣以來，投資者情緒等因素對投資決策的影響相對較小。所以，在量化投資的風險控制模型中較少地考慮市場情緒以及投資者自身的情緒，主要是通過承擔適度的風險來獲得超額回報，因為畢竟減少風險也減少了超額回報。
（四）執行高頻交易與算法交易
在對未來收益、風險和成本的綜合權衡下，實現投資策略成為量化投資的重要執行步驟。為了達到投資目標，量化投資不斷追求更快的速度來執行投資策略，這就推動了采用高速計算機系統的程序化交易的誕生。在證券投資學里，技術分析認為股價趨勢有長期、中期和短期趨勢，其中，長期和中期趨勢有參考作用，短期趨勢的意義不大。然而，隨著計算機信息科技的創新，量化投資策略之間的競爭越來越大，誰能運作更快的量化模型，誰就能最先找到并利用市場錯誤定價的瞬間，從而賺取高額利潤。于是，就誕生了高頻交易：利用計算機系統處理數據和進行量化分析，快速做出交易決策，并且隔夜持倉。高頻交易的基本特點有：處理分筆交易數據、高資金周轉率、日內開平倉和算法交易。高頻交易有4類流行的策略：自動提供流動性、市場微觀結構交易、事件交易和偏差套利。成功實施高頻交易同時需要兩種算法：產生高頻交易信號的算法和優化交易執行過程的算法。為了優化交易執行，目前“算法交易”比較流行。算法交易優化買賣指令的執行方式，決定在給定市場環境下如何處理交易指令：是主動的執行還是被動的執行，是一次易還是分割成小的交易單。算法交易一般不涉及投資組合的資產配置和證券選擇問題。
三、對量化投資在證券投資教學中應用的思考
從上述分析可以知道，量化投資的“黑箱”構造與證券投資學之間存在一定的差異，因此，在證券投資的教學中應當考慮量化投資發展的要求。
（一）市場微觀結構與流動性沖擊
在理性預期和市場有效假說下，市場價格會在相關信息披露后立即調整，在信息披露前后市場有著截然不同的表現。在證券投資學里，一般認為價格的調整是及時準確的，然而，現實的世界里，價格調整需要一個過程。在不同的頻率下，這種價格形成過程的作用是不同的。在長期的投資中，短期的價格調整是瞬間的，影響不大。然而，在高頻交易中，這種價格調整過程影響很大。市場微觀結構就是研究這種價格形成過程。市場微觀結構理論中有兩種基本的模型：存貨模型和信息模型。存貨模型關注商委托單簿不平衡對訂單流的影響，解釋沒有消息公布時價格短暫波動的原因。信息模型關注信息公布后信息反映到價格中的這一過程，認為含有信息的訂單流是導致價格波動的原因。無論是關注委托訂單的存貨模型還是關注市場參與者信息類型的信息模型，這些市場微觀結構的研究加強了流動性與資產價格之間的聯系，強調流動性在量化投資決策中的重要作用。一般的證券投資學中基本沒有市場微觀結構的內容，因而，為了加強證券投資學的實用性，應關注市場微觀結構的內容與發展。
（二）業績評價與高杠桿
對于證券組合而言，不僅要分析其超額收益和成本，還要考慮其風險與業績。在組合業績評價中，一方面要考慮風險的衡量，另一方面則要分析業績的來源。在證券投資學中，組合業績來自于市場表現以及管理者的配置與選股能力。對于量化投資而言，市場時機和管理者的能力依然重要，然而，量化投資的業績評價還應考慮另一個因素：高杠桿。量化交易中，部分交易是采用保證交易的期貨、期權等衍生品交易，這種杠桿交易具有放大作用，在市場好的時候擴大收益，但在市場不好的時候會加速虧損，這些與傳統的業績評價就不太一樣。在一般的證券投資學里，業績評價主要考慮經風險調整的收益，很少考慮其杠桿的作用，這不僅忽略了杠桿的貢獻，而且有可能夸大了投資者的技能水平。
（三）人為因素與模型風險
在量化投資中，非常注重計算機對數據和模型的分析，這突出了量化投資的規則性和固定性。然而，實際中，別看量化采用了各種數學、統計模型，但策略設計、策略檢測和策略更新等過程都離不開人的決策。量化交易策略與判斷型交易策略的主要差別在于策略如何生成以及如何實施。量化投資運用模型對策略進行了細致研究，并借助計算機實施策略，能夠消除很多認為的隨意性。但是，量化策略畢竟體現投資者的交易理念，這一部分依賴于投資者的經驗，一部分依賴于投資者對市場的不斷觀察與更新。實際上，人始終處于交易之中，對于市場拐點以及趨勢反轉的判斷主要還是依賴投資者的經驗。光大的烏龍指事件充分表明了人為因素在量化投資中的兩面性：決策實施依賴于人的設定，而人的設定不僅依賴于經驗，而且人還會犯錯。人之所以會犯錯，一方面是因為人們對市場的認知是不完全的，另一方面則是人們使用了錯誤的模型。經典的證券投資理論中，股票價格的變動被認為是隨機的，小概率事件出現的機會比較小，但是經驗研究表明股票收益率具有肥尾現象，小概率事件發生的機會超出了人們原先的認識，即市場還會出現“黑天鵝”。更為關鍵的是，量化投資更依賴數學和統計模型，這就使得量化投資存在較大的模型風險，即使用了錯誤的模型。為了防范模型風險，應采用更為穩健的模型，即模型的參數和函數應該適應多種市場環境。近年來，研究表明，證券收益及其與風險因素的關系存在較大的非線性，同時，市場中存在一定的“噪聲”，采用隱馬爾科夫鏈等隨機過程和機器學習等數據挖掘技術進行信息處理成為量化投資的重要技術支持。
（四）2013年諾貝爾經濟學獎的啟示
論文摘要：將量子化學原理及方法引入材料科學、能源以及生物大分子體系研究領域中無疑將從更高的理論起點來認識微觀尺度上的各種參數、性能和規律，這將對材料科學、能源以及生物大分子體系的發展有著重要的意義。
量子化學是將量子力學的原理應用到化學中而產生的一門學科，經過化學家們的努力，量子化學理論和計算方法在近幾十年來取得了很大的發展，在定性和定量地闡明許多分子、原子和電子尺度級問題上已經受到足夠的重視。目前，量子化學已被廣泛應用于化學的各個分支以及生物、醫藥、材料、環境、能源、軍事等領域，取得了豐富的理論成果，并對實際工作起到了很好的指導作用。本文僅對量子化學原理及方法在材料、能源和生物大分子體系研究領域做一簡要介紹。
一、在材料科學中的應用
（一）在建筑材料方面的應用
水泥是重要的建筑材料之一。1993年，計算量子化學開始廣泛地應用于許多水泥熟料礦物和水化產物體系的研究中，解決了很多實際問題。
鈣礬石相是許多水泥品種的主要水化產物相之一，它對水泥石的強度起著關鍵作用。程新等[1,2]在假設材料的力學強度決定于化學鍵強度的前提下，研究了幾種鈣礬石相力學強度的大小差異。計算發現，含Ca鈣礬石、含Ba鈣礬石和含Sr鈣礬石的Al-O鍵級基本一致，而含Sr鈣礬石、含Ba鈣礬石中的Sr，Ba原子鍵級與Sr-O，Ba-O共價鍵級都分別大于含Ca鈣礬石中的Ca原子鍵級和Ca-O共價鍵級，由此認為，含Sr、Ba硫鋁酸鹽的膠凝強度高于硫鋁酸鈣的膠凝強度[3]。
將量子化學理論與方法引入水泥化學領域，是一門前景廣闊的研究課題，它將有助于人們直接將分子的微觀結構與宏觀性能聯系起來，也為水泥材料的設計提供了一條新的途徑[3]。
（二）在金屬及合金材料方面的應用
過渡金屬(Fe、Co、Ni)中氫雜質的超精細場和電子結構，通過量子化學計算表明，含有雜質石原子的磁矩要降低，這與實驗結果非常一致。閔新民等[4]通過量子化學方法研究了鑭系三氟化物。結果表明，在LnF3中Ln原子軌道參與成鍵的次序是：d＞f＞p＞s，其結合能計算值與實驗值定性趨勢一致。此方法還廣泛用于金屬氧化物固體的電子結構及光譜的計算[5]。再比如說，NbO2是一個在810℃具有相變的物質(由金紅石型變成四方體心)，其高溫相的NbO2的電子結構和光譜也是通過量子化學方法進行的計算和討論，并通過計算指出它和低溫NbO2及其等電子化合物VO2在性質方面存在的差異[6]。
量子化學方法因其精確度高，計算機時少而廣泛應用于材料科學中，并取得了許多有意義的結果。隨著量子化學方法的不斷完善，同時由于電子計算機的飛速發展和普及，量子化學在材料科學中的應用范圍將不斷得到拓展，將為材料科學的發展提供一條非常有意義的途徑[5]。
二、在能源研究中的應用
（一）在煤裂解的反應機理和動力學性質方面的應用
煤是重要的能源之一。近年來隨著量子化學理論的發展和量子化學計算方法以及計算技術的進步，量子化學方法對于深入探索煤的結構和反應性之間的關系成為可能。
量子化學計算在研究煤的模型分子裂解反應機理和預測反應方向方面有許多成功的例子,如低級芳香烴作為碳/碳復合材料碳前驅體熱解機理方面的研究已經取得了比較明確的研究結果。由化學知識對所研究的低級芳香烴設想可能的自由基裂解路徑，由Guassian98程序中的半經驗方法UAM1、在UHF/3-21G*水平的從頭計算方法和考慮了電子相關效應的密度泛函UB3LYP/3-21G*方法對設計路徑的熱力學和動力學進行了計算。由理論計算方法所得到的主反應路徑、熱力學變量和表觀活化能等結果與實驗數據對比有較好的一致性，對煤熱解的量子化學基礎的研究有重要意義[7]。
（二）在鋰離子電池研究中的應用
鋰離子二次電池因為具有電容量大、工作電壓高、循環壽命長、安全可靠、無記憶效應、重量輕等優點，被人們稱之為“最有前途的化學電源”，被廣泛應用于便攜式電器等小型設備，并已開始向電動汽車、軍用潛水艇、飛機、航空等領域發展。
鋰離子電池又稱搖椅型電池，電池的工作過程實際上是Li+離子在正負兩電極之間來回嵌入和脫嵌的過程。因此，深入鋰的嵌入-脫嵌機理對進一步改善鋰離子電池的性能至關重要。Ago等[8]用半經驗分子軌道法以C32H14作為模型碳結構研究了鋰原子在碳層間的插入反應。認為鋰最有可能摻雜在碳環中心的上方位置。Ago等[9]用abinitio分子軌道法對摻鋰的芳香族碳化合物的研究表明，隨著鋰含量的增加，鋰的離子性減少，預示在較高的摻鋰狀態下有可能存在一種Li-C和具有共價性的Li-Li的混合物。Satoru等[10]用分子軌道計算法，對低結晶度的炭素材料的摻鋰反應進行了研究，研究表明，鋰優先插入到石墨層間反應，然后摻雜在石墨層中不同部位里[11]。
隨著人們對材料晶體結構的進一步認識和計算機水平的更高發展，相信量子化學原理在鋰離子電池中的應用領域會更廣泛、更深入、更具指導性。
三、在生物大分子體系研究中的應用
生物大分子體系的量子化學計算一直是一個具有挑戰性的研究領域，尤其是生物大分子體系的理論研究具有重要意義。由于量子化學可以在分子、電子水平上對體系進行精細的理論研究，是其它理論研究方法所難以替代的。因此要深入理解有關酶的催化作用、基因的復制與突變、藥物與受體之間的識別與結合過程及作用方式等，都很有必要運用量子化學的方法對這些生物大分子體系進行研究。毫無疑問，這種研究可以幫助人們有目的地調控酶的催化作用,甚至可以有目的地修飾酶的結構、設計并合成人工酶；可以揭示遺傳與變異的奧秘,進而調控基因的復制與突變，使之造福于人類；可以根據藥物與受體的結合過程和作用特點設計高效低毒的新藥等等，可見運用量子化學的手段來研究生命現象是十分有意義的。
綜上所述，我們可以看出在材料、能源以及生物大分子體系研究中，量子化學發揮了重要的作用。在近十幾年來，由于電子計算機的飛速發展和普及，量子化學計算變得更加迅速和方便?？梢灶A言，在不久的將來，量子化學將在更廣泛的領域發揮更加重要的作用。
參考文獻：
[1]程新.[學位論文].武漢:武漢工業大學材料科學與工程學院,1994
[2]程新,馮修吉.武漢工業大學學報,1995,17(4):12
[3]李北星,程新.建筑材料學報,1999,2(2):147
[4]閔新民,沈爾忠,江元生等.化學學報,1990,48(10):973
[5]程新,陳亞明.山東建材學院學報,1994,8(2):1
[6]閔新民.化學學報,1992,50(5):449
[7]王寶俊,張玉貴,秦育紅等.煤炭轉化,2003,26(1):1
[8]AgoH,NagataK,YoshizawAK,etal.Bull.Chem.Soc.Jpn.,1997,70:1717
[9]AgoH,KatoM,YaharaAK.etal.JournaloftheElectrochemicalSociety,1999,146(4):1262
論文摘要：將量子化學原理及方法引入材料科學、能源以及生物大分子體系研究領域中無疑將從更高的理論起點來認識微觀尺度上的各種參數、性能和規律，這將對材料科學、能源以及生物大分子體系的發展有著重要的意義。
量子化學是將量子力學的原理應用到化學中而產生的一門學科，經過化學家們的努力，量子化學理論和計算方法在近幾十年來取得了很大的發展，在定性和定量地闡明許多分子、原子和電子尺度級問題上已經受到足夠的重視。目前，量子化學已被廣泛應用于化學的各個分支以及生物、醫藥、材料、環境、能源、軍事等領域，取得了豐富的理論成果，并對實際工作起到了很好的指導作用。本文僅對量子化學原理及方法在材料、能源和生物大分子體系研究領域做一簡要介紹。
一、 在材料科學中的應用
（一）在建筑材料方面的應用
水泥是重要的建筑材料之一。1993年，計算量子化學開始廣泛地應用于許多水泥熟料礦物和水化產物體系的研究中，解決了很多實際問題。
鈣礬石相是許多水泥品種的主要水化產物相之一，它對水泥石的強度起著關鍵作用。程新等[1 ，2]在假設材料的力學強度決定于化學鍵強度的前提下，研究了幾種鈣礬石相力學強度的大小差異。計算發現，含Ca 鈣礬石、含Ba 鈣礬石和含Sr 鈣礬石的Al -O鍵級基本一致，而含Sr 鈣礬石、含Ba 鈣礬石中的Sr，Ba 原子鍵級與Sr-O，Ba -O共價鍵級都分別大于含Ca 鈣礬石中的Ca 原子鍵級和Ca -O共價鍵級，由此認為，含Sr 、Ba 硫鋁酸鹽的膠凝強度高于硫鋁酸鈣的膠凝強度[3]。
將量子化學理論與方法引入水泥化學領域，是一門前景廣闊的研究課題，它將有助于人們直接將分子的微觀結構與宏觀性能聯系起來，也為水泥材料的設計提供了一條新的途徑[3]。
（二） 在金屬及合金材料方面的應用
過渡金屬(Fe 、Co、Ni)中氫雜質的超精細場和電子結構，通過量子化學計算表明，含有雜質石原子的磁矩要降低，這與實驗結果非常一致。閔新民等[4]通過量子化學方法研究了鑭系三氟化物。結果表明，在LnF3中Ln原子軌道參與成鍵的次序是：d＞f＞p＞s，其結合能計算值與實驗值定性趨勢一致。此方法還廣泛用于金屬氧化物固體的電子結構及光譜的計算[5]。再比如說，NbO2是一個在810℃具有相變的物質(由金紅石型變成四方體心)，其高溫相的NbO2的電子結構和光譜也是通過量子化學方法進行的計算和討論，并通過計算指出它和低溫NbO2及其等電子化合物VO2在性質方面存在的差異[6]。
量子化學方法因其精確度高，計算機時少而廣泛應用于材料科學中，并取得了許多有意義的結果。隨著量子化學方法的不斷完善，同時由于電子計算機的飛速發展和普及，量子化學在材料科學中的應用范圍將不斷得到拓展，將為材料科學的發展提供一條非常有意義的途徑[5]。
二、在能源研究中的應用
（一）在煤裂解的反應機理和動力學性質方面的應用
煤是重要的能源之一。近年來隨著量子化學理論的發展和量子化學計算方法以及計算技術的進步，量子化學方法對于深入探索煤的結構和反應性之間的關系成為可能。
量子化學計算在研究煤的模型分子裂解反應機理和預測反應方向方面有許多成功的例子， 如低級芳香烴作為碳/ 碳復合材料碳前驅體熱解機理方面的研究已經取得了比較明確的研究結果。由化學知識對所研究的低級芳香烴設想可能的自由基裂解路徑，由Guassian 98 程序中的半經驗方法UAM1 、在UHF/ 3-21G*水平的從頭計算方法和考慮了電子相關效應的密度泛函UB3L YP/ 3-21G*方法對設計路徑的熱力學和動力學進行了計算。由理論計算方法所得到的主反應路徑、熱力學變量和表觀活化能等結果與實驗數據對比有較好的一致性，對煤熱解的量子化學基礎的研究有重要意義[7]。 轉貼于
（二）在鋰離子電池研究中的應用
鋰離子二次電池因為具有電容量大、工作電壓高、循環壽命長、安全可靠、無記憶效應、重量輕等優點，被人們稱之為“最有前途的化學電源”，被廣泛應用于便攜式電器等小型設備，并已開始向電動汽車、軍用潛水艇、飛機、航空等領域發展。
鋰離子電池又稱搖椅型電池，電池的工作過程實際上是Li + 離子在正負兩電極之間來回嵌入和脫嵌的過程。因此，深入鋰的嵌入-脫嵌機理對進一步改善鋰離子電池的性能至關重要。Ago 等[8] 用半經驗分子軌道法以C32 H14作為模型碳結構研究了鋰原子在碳層間的插入反應。認為鋰最有可能摻雜在碳環中心的上方位置。Ago 等[9 ] 用abinitio 分子軌道法對摻鋰的芳香族碳化合物的研究表明，隨著鋰含量的增加，鋰的離子性減少，預示在較高的摻鋰狀態下有可能存在一種Li - C 和具有共價性的Li - Li 的混合物。Satoru 等[10] 用分子軌道計算法，對低結晶度的炭素材料的摻鋰反應進行了研究，研究表明，鋰優先插入到石墨層間反應，然后摻雜在石墨層中不同部位里[11]。
隨著人們對材料晶體結構的進一步認識和計算機水平的更高發展，相信量子化學原理在鋰離子電池中的應用領域會更廣泛、更深入、更具指導性。
三、 在生物大分子體系研究中的應用
生物大分子體系的量子化學計算一直是一個具有挑戰性的研究領域，尤其是生物大分子體系的理論研究具有重要意義。由于量子化學可以在分子、電子水平上對體系進行精細的理論研究，是其它理論研究方法所難以替代的。因此要深入理解有關酶的催化作用、基因的復制與突變、藥物與受體之間的識別與結合過程及作用方式等，都很有必要運用量子化學的方法對這些生物大分子體系進行研究。毫無疑問，這種研究可以幫助人們有目的地調控酶的催化作用，甚至可以有目的地修飾酶的結構、設計并合成人工酶；可以揭示遺傳與變異的奧秘， 進而調控基因的復制與突變，使之造福于人類；可以根據藥物與受體的結合過程和作用特點設計高效低毒的新藥等等，可見運用量子化學的手段來研究生命現象是十分有意義的。
綜上所述，我們可以看出在材料、能源以及生物大分子體系研究中，量子化學發揮了重要的作用。在近十幾年來，由于電子計算機的飛速發展和普及，量子化學計算變得更加迅速和方便。可以預言，在不久的將來，量子化學將在更廣泛的領域發揮更加重要的作用。
參考文獻：
[1]程新. [ 學位論文] .武漢:武漢工業大學材料科學與工程學院，1994
[2]程新，馮修吉.武漢工業大學學報，1995，17 (4) :12
[3]李北星，程新.建筑材料學報，1999，2(2):147
[4]閔新民，沈爾忠， 江元生等.化學學報，1990，48(10): 973
[5]程新，陳亞明.山東建材學院學報，1994，8(2):1
[6]閔新民.化學學報，1992，50(5):449
[7]王寶俊，張玉貴，秦育紅等.煤炭轉化，2003，26(1):1
[8]Ago H ，Nagata K， Yoshizaw A K， et al. Bull.Chem. Soc. Jpn.，1997，70:1717
[9]Ago H ，Kato M，Yahara A K. et al. Journal of the Electrochemical Society， 1999， 146(4):1262
論文摘要：將量子化學原理及方法引入材料科學、能源以及生物大分子體系研究領域中無疑將從更高的理論起點來認識微觀尺度上的各種參數、性能和規律，這將對材料科學、能源以及生物大分子體系的發展有著重要的意義。
量子化學是將量子力學的原理應用到化學中而產生的一門學科，經過化學家們的努力，量子化學理論和計算方法在近幾十年來取得了很大的發展，在定性和定量地闡明許多分子、原子和電子尺度級問題上已經受到足夠的重視。目前，量子化學已被廣泛應用于化學的各個分支以及生物、醫藥、材料、環境、能源、軍事等領域，取得了豐富的理論成果，并對實際工作起到了很好的指導作用。本文僅對量子化學原理及方法在材料、能源和生物大分子體系研究領域做一簡要介紹。
一、在材料科學中的應用
（一）在建筑材料方面的應用
水泥是重要的建筑材料之一。1993年，計算量子化學開始廣泛地應用于許多水泥熟料礦物和水化產物體系的研究中，解決了很多實際問題。
鈣礬石相是許多水泥品種的主要水化產物相之一，它對水泥石的強度起著關鍵作用。程新等[1,2]在假設材料的力學強度決定于化學鍵強度的前提下，研究了幾種鈣礬石相力學強度的大小差異。計算發現，含Ca鈣礬石、含Ba鈣礬石和含Sr鈣礬石的Al-O鍵級基本一致，而含Sr鈣礬石、含Ba鈣礬石中的Sr，Ba原子鍵級與Sr-O，Ba-O共價鍵級都分別大于含Ca鈣礬石中的Ca原子鍵級和Ca-O共價鍵級，由此認為，含Sr、Ba硫鋁酸鹽的膠凝強度高于硫鋁酸鈣的膠凝強度[3]。
將量子化學理論與方法引入水泥化學領域，是一門前景廣闊的研究課題，它將有助于人們直接將分子的微觀結構與宏觀性能聯系起來，也為水泥材料的設計提供了一條新的途徑[3]。
（二）在金屬及合金材料方面的應用
過渡金屬(Fe、Co、Ni)中氫雜質的超精細場和電子結構，通過量子化學計算表明，含有雜質石原子的磁矩要降低，這與實驗結果非常一致。閔新民等[4]通過量子化學方法研究了鑭系三氟化物。結果表明，在LnF3中Ln原子軌道參與成鍵的次序是：d＞f＞p＞s，其結合能計算值與實驗值定性趨勢一致。此方法還廣泛用于金屬氧化物固體的電子結構及光譜的計算[5]。再比如說，NbO2是一個在810℃具有相變的物質(由金紅石型變成四方體心)，其高溫相的NbO2的電子結構和光譜也是通過量子化學方法進行的計算和討論，并通過計算指出它和低溫NbO2及其等電子化合物VO2在性質方面存在的差異[6]。
量子化學方法因其精確度高，計算機時少而廣泛應用于材料科學中，并取得了許多有意義的結果。隨著量子化學方法的不斷完善，同時由于電子計算機的飛速發展和普及，量子化學在材料科學中的應用范圍將不斷得到拓展，將為材料科學的發展提供一條非常有意義的途徑[5]。
二、在能源研究中的應用
（一）在煤裂解的反應機理和動力學性質方面的應用
煤是重要的能源之一。近年來隨著量子化學理論的發展和量子化學計算方法以及計算技術的進步，量子化學方法對于深入探索煤的結構和反應性之間的關系成為可能。
量子化學計算在研究煤的模型分子裂解反應機理和預測反應方向方面有許多成功的例子,如低級芳香烴作為碳/碳復合材料碳前驅體熱解機理方面的研究已經取得了比較明確的研究結果。由化學知識對所研究的低級芳香烴設想可能的自由基裂解路徑，由Guassian98程序中的半經驗方法UAM1、在UHF/3-21G*水平的從頭計算方法和考慮了電子相關效應的密度泛函UB3LYP/3-21G*方法對設計路徑的熱力學和動力學進行了計算。由理論計算方法所得到的主反應路徑、熱力學變量和表觀活化能等結果與實驗數據對比有較好的一致性，對煤熱解的量子化學基礎的研究有重要意義[7]。（二）在鋰離子電池研究中的應用
鋰離子二次電池因為具有電容量大、工作電壓高、循環壽命長、安全可靠、無記憶效應、重量輕等優點，被人們稱之為“最有前途的化學電源”，被廣泛應用于便攜式電器等小型設備，并已開始向電動汽車、軍用潛水艇、飛機、航空等領域發展。
鋰離子電池又稱搖椅型電池，電池的工作過程實際上是Li+離子在正負兩電極之間來回嵌入和脫嵌的過程。因此，深入鋰的嵌入-脫嵌機理對進一步改善鋰離子電池的性能至關重要。Ago等[8]用半經驗分子軌道法以C32H14作為模型碳結構研究了鋰原子在碳層間的插入反應。認為鋰最有可能摻雜在碳環中心的上方位置。Ago等[9]用abinitio分子軌道法對摻鋰的芳香族碳化合物的研究表明，隨著鋰含量的增加，鋰的離子性減少，預示在較高的摻鋰狀態下有可能存在一種Li-C和具有共價性的Li-Li的混合物。Satoru等[10]用分子軌道計算法，對低結晶度的炭素材料的摻鋰反應進行了研究，研究表明，鋰優先插入到石墨層間反應，然后摻雜在石墨層中不同部位里[11]。
隨著人們對材料晶體結構的進一步認識和計算機水平的更高發展，相信量子化學原理在鋰離子電池中的應用領域會更廣泛、更深入、更具指導性。
三、在生物大分子體系研究中的應用
生物大分子體系的量子化學計算一直是一個具有挑戰性的研究領域，尤其是生物大分子體系的理論研究具有重要意義。由于量子化學可以在分子、電子水平上對體系進行精細的理論研究，是其它理論研究方法所難以替代的。因此要深入理解有關酶的催化作用、基因的復制與突變、藥物與受體之間的識別與結合過程及作用方式等，都很有必要運用量子化學的方法對這些生物大分子體系進行研究。毫無疑問，這種研究可以幫助人們有目的地調控酶的催化作用,甚至可以有目的地修飾酶的結構、設計并合成人工酶；可以揭示遺傳與變異的奧秘,進而調控基因的復制與突變，使之造福于人類；可以根據藥物與受體的結合過程和作用特點設計高效低毒的新藥等等，可見運用量子化學的手段來研究生命現象是十分有意義的。
綜上所述，我們可以看出在材料、能源以及生物大分子體系研究中，量子化學發揮了重要的作用。在近十幾年來，由于電子計算機的飛速發展和普及，量子化學計算變得更加迅速和方便?？梢灶A言，在不久的將來，量子化學將在更廣泛的領域發揮更加重要的作用。
參考文獻：
[1]程新.[學位論文].武漢:武漢工業大學材料科學與工程學院,1994
[2]程新,馮修吉.武漢工業大學學報,1995,17(4):12
[3]李北星,程新.建筑材料學報,1999,2(2):147
[4]閔新民,沈爾忠,江元生等.化學學報,1990,48(10):973
[5]程新,陳亞明.山東建材學院學報,1994,8(2):1
[6]閔新民.化學學報,1992,50(5):449
[7]王寶俊,張玉貴,秦育紅等.煤炭轉化,2003,26(1):1
[8]AgoH,NagataK,YoshizawAK,etal.Bull.Chem.Soc.Jpn.,1997,70:1717
[9]AgoH,KatoM,YaharaAK.etal.JournaloftheElectrochemicalSociety,1999,146(4):1262
關鍵詞 青蒿素；定量構效關系；多元線性回歸
中圖分類號 TQ463 文獻標識碼 A 文章編號 1673-9671-(2012)062-0214-02
近年來，隨著計算機計算軟件日益成熟，利用計算機繪圖軟件進行輔助藥物設計，已經成為比較熱門的研究方向，這種趨勢在制藥業尤其明顯。計算機輔助藥物設計這門新興的邊緣學科已經逐漸占領了藥物開發的制高點，主要原因是利用其具有明顯縮短研發人員開發藥物的時程，降低成本，藥性定向準確等多項優點，恰能解決以往開發新藥所遭遇的缺失。
青蒿素發現以來，人們進行了大量的藥理學研究。結果表明青蒿素對瘧原蟲紅內期有直接的殺傷作用，而對組織期無效。藥物化學工作者對青蒿素結構進行了大量的修飾合成，但是方向不是很清晰，目前在臨床上應用的比較普遍衍生物包括蒿甲醚、青蒿琥脂、二氫青蒿素、蒿乙醚。另外部分青蒿素類似物雖然體外活性較高，但是由于毒性較高，暫時無法開發成臨床藥物。利用計算機軟件服務平臺，進行量子化學計算和QSAR研究將為開發利用度較高的青蒿素類似物或衍生物指引方向。
香港大學與拜爾公司合作開發研制得到一系列新的青蒿素衍生物，其結構及活性數據如下表所示。本文將用量子化學密度泛函理論結合QSAR方法對該系列青蒿素衍生物的量子化學結構性質進行計算分析，最終找到這一系列青蒿素衍生物的量化性質與其抗瘧活性的關系。
1 計算方法
實驗采用將9組化合物的構型先進行優化，首先采用Materials_Studio3.2軟件中分子力學模塊進行幾何構型優化，然后將分子力學優化好的分子用Dmol3工具再進行幾何構型的優化，最后用Dmol3對用Dmol3優化完成的分子進行量化參數計算。將繪制完成的分子結構用MS中的分子力學工具進行中等精度的幾何優化。
2 計算結果（見表2、3、4）
3 實驗結果
用活性體積、鍵長、HOMO的平方對PEC90進行多元線性回歸分析，設定最小相關系數：0.90000000進行擬合。青蒿素類藥物的抗瘧活性與分子量化參數的QSAR關系式：
PEC90多元回歸方程：Y = 152.419845316 * [(HOMO)2] - 6.671025217
PEC50多元回歸方程：Y = 146.814332722 * [(HOMO)2] - 6.314422185
4 結論
1）10位取代和氮雜衍生物的活性比9位取代衍生物的抗瘧活性高。
2）青蒿素類藥物的抗瘧活性和分子的HOMO本征值的平方成正比。
3）過氧鍵的給電子能力直接影響化合物的抗瘧活性。可以用來通過計算一些新穎的青蒿素類化合物的量化參數（HOMO的本征值）來計算預測其抗瘧活性。
參考文獻
[1]張珉,張萬年,宋云龍,盛春泉.全新藥物設計方法的新進展[J].藥學進展,2003,6(27):327-332.
[2]蔣華良,陳凱先,嵇汝運.計算機輔助藥物設計正在走向成功[J].生命科學,1996,4(8).
[3]曾憲棟.青蒿素類抗瘧藥定量構效關系研究[J].2004碩士論文,華南師范大學.
盡管量化投資已經成為市場投資的發展趨勢,但是大多數投資者并不是很熟悉量化投資。一方面是由于量化投資一定程度上依賴數學模型,而賺錢的投資模型都是機構的秘密武器,不會輕易披露。另一方面是由于量化投資采用計算機系統,設計各種交易手段,有著較為復雜的數學計算與技術要求,現在許多量化投資都是計算機自動執行的程序交易。另外,量化交易者,俗稱寬客(quants)的交易和故事多多少少增加了量化投資的神秘感。所以,人們一般把量化投資稱為“黑箱”。納蘭(Narang,R.,2012)描述了量化交易系統的典型構造,打開了量化投資的“黑箱”。納蘭認為阿爾法模型用來預測市場未來方向,風險控制模型用來限制風險暴露,交易成本模型用來分析為構建組合產生的各種成本,投資組合構建模型在追逐利潤、限制風險與相關成本之間做出平衡,然后給出最優組合。最優目標組合與現有組合的差異就由執行模型來完成。數據和研究部分則是量化投資的基礎:有了數據,就可以進行研究,通過測試、檢驗與仿真正確構建各個模型。預測市場并制定策略是量化投資的核心,即阿爾法模型在量化投資中處于核心地位。隨著量化投資的不斷發展,量化投資模型也在不斷改進。簡單的策略可能就是證券或組合的套利行為,如期現套利組合、市場異象研究中的差價組合等。統計套利策略是經典的量化投資策略,如匹配交易或攜帶交易。近年來,高頻交易成為量化投資的重要內容,基于高速的計算機系統實施高頻的程序交易已經是量化投資的重要利器。丁鵬(2012)將量化投資的主要內容分為以下幾個方面:量化選股、量化擇時、股指期貨套利、商品期貨套利、統計套利、期權套利、算法交易、ETF/LOF套利和高頻交易等。他認為量化投資的優勢在于:紀律性、系統性、及時性、準確性和分散化。
二、量化投資“黑箱”中的構造與證券投資學的差異
在傳統的證券投資學中,投資組合理論、資本資產定價模型、套利定價理論和期權定價理論是現代金融理論的四塊基石。前兩者主要依靠均值-方差組合優化的思想,后兩者則主要依靠市場的無套利條件。傳統的投資方法主要是基本面分析和技術分析兩大類,而量化投資則是“利用計算機科技并采用一定的數學模型去實現投資理念、實現投資策略的過程”。從概念看,量化投資既不是基本面分析,也不是技術分析,但它可以采用基本面分析,也可以采用技術分析,關鍵在于依靠模型來實現投資理念與投資策略。為了分析量化投資對證券投資學的啟示,本文從量化投資“黑箱”的各個構成來探討量化投資與證券投資學中思路和觀點的差異。
(一)資產定價與收益的預測
根據組合優化理論,投資者將持有無風險組合與市場風險資產組合,獲得無風險利率與市場風險溢價。資本資產定價模型則將此應用到單一證券或組合,認為證券的風險溢價等于無風險利率加上與風險貢獻比率一致的風險溢價,超過的部分就是超額收益,即投資組合管理所追求的阿爾法值。追求顯著正的阿爾法是資產定價理論給實務投資的一大貢獻。基于因素模型的套利定價理論則從共同風險因素的角度提供了追求阿爾法的新思路。其中,法瑪和佛倫齊的三因素定價模型為這一類量化投資提供了統一的參考?？梢哉f,在因素定價方面,量化投資繼承了資產定價理論的基本思想。對于因素定價中因素的選擇,證券投資學認為,對資產價格的影響,長期應主要關注基本面因素,而短期應主要關注市場的交易行為,即采用技術分析。在量化投資中,主要強調按照事先設定的規則進行投資,這在一定程度上與技術分析類似。但是,在技術分析中,不同的人會有不同的結論,而量化投資則強調投資的規則化和固定化,不會因人的差異而有較大的不同。另外,量化交易更強調從統計和數學模型方面尋找資產的錯誤定價或者進行收益的預測。
(二)無套利條件與交易成本
在證券投資學里,流動性是證券的生命力。組合投資理論、資本資產定價模型以及套利定價理論等都認為市場中存在大量可交易的證券,投資者可以自由買賣證券。這主要是為了保證各種交易都能實現,如套利交易。根據套利定價理論,一旦市場出現無風險的套利機會,理性投資者會立即進行套利交易,當市場均衡時就不存在套利機會?，F實市場中往往存在套利限制。一是因為凱恩斯說的“市場的非理性維持的時間可能會長到你失去償付能力”。二是因為市場總是存在交易費用等成本。但證券投資學中,對市場中套利限制與非流動性的關注較少,這是因為傳統金融理論中簡化了市場結構。市場微觀結構理論研究在既定的交易規則下,金融資產交易的過程及其結果,旨在揭示金融資產交易價格形成的過程及其原因。在市場微觀結構理論中,不同的市場微觀結構對市場流動性的沖擊是不同的。因而,從量化投資的角度看,為了降低交易帶來的價格沖擊,能實施量化投資策略的證券往往都應有較好的流動性,因為交易時非流動性直接影響投資策略的實施。從這個意義上講,量化投資時的交易成本不僅包括交易費用,更主要的是要考慮市場交易沖擊的流動性成本。
(三)風險控制與市場情緒
在證券市場中,高收益與高風險相匹配。量化投資在追求高收益的同時,不可避免地承擔了一定的風險。在證券投資學中,系統性風險主要源于宏觀經濟因素,非系統性因素則主要源于行業、公司因素,并且不考慮市場交易行為的影響。在量化投資中,較多地使用因素定價模型,不僅會考慮市場經濟因素,而且會考慮交易行為等因素,只是不同的模型有不同的側重點,在多模型的量化投資系統中自然包括了這兩方面的因素。除了各種基本面和市場交易的因素風險外,量化投資還有自身不可忽視的風險源。一方面,量化交易中,部分交易是采用保證交易的期貨、期權等衍生品交易,這種杠桿交易具有放大作用,隱藏著巨大的風險。另一方面,市場沖擊的流動性成本也是量化投資的風險控制因素,理所當然地在圖1的風險控制模型中體現出來。另外,在一般的投資過程中,市場情緒或多或少會成為風險控制的一個對象。然而,在量化投資中,更多的交易都是通過計算機來實現的,如程序交易等,這樣以來,投資者情緒等因素對投資決策的影響相對較小。所以,在量化投資的風險控制模型中較少地考慮市場情緒以及投資者自身的情緒,主要是通過承擔適度的風險來獲得超額回報,因為畢竟減少風險也減少了超額回報。
(四)執行高頻交易與算法交易
在對未來收益、風險和成本的綜合權衡下,實現投資策略成為量化投資的重要執行步驟。為了達到投資目標,量化投資不斷追求更快的速度來執行投資策略,這就推動了采用高速計算機系統的程序化交易的誕生。在證券投資學里,技術分析認為股價趨勢有長期、中期和短期趨勢,其中,長期和中期趨勢有參考作用,短期趨勢的意義不大。然而,隨著計算機信息科技的創新,量化投資策略之間的競爭越來越大,誰能運作更快的量化模型,誰就能最先找到并利用市場錯誤定價的瞬間,從而賺取高額利潤。于是,就誕生了高頻交易:利用計算機系統處理數據和進行量化分析,快速做出交易決策,并且隔夜持倉。高頻交易的基本特點有:處理分筆交易數據、高資金周轉率、日內開平倉和算法交易。高頻交易有4類流行的策略:自動提供流動性、市場微觀結構交易、事件交易和偏差套利。成功實施高頻交易同時需要兩種算法:產生高頻交易信號的算法和優化交易執行過程的算法。為了優化交易執行,目前“算法交易”比較流行。算法交易
優化買賣指令的執行方式,決定在給定市場環境下如何處理交易指令:是主動的執行還是被動的執行,是一次易還是分割成小的交易單。算法交易一般不涉及投資組合的資產配置和證券選擇問題。 三、對量化投資在證券投資教學中應用的思考
從上述分析可以知道,量化投資的“黑箱”構造與證券投資學之間存在一定的差異,因此,在證券投資的教學中應當考慮量化投資發展的要求。
(一)市場微觀結構與流動性沖擊
在理性預期和市場有效假說下,市場價格會在相關信息披露后立即調整,在信息披露前后市場有著截然不同的表現。在證券投資學里,一般認為價格的調整是及時準確的,然而,現實的世界里,價格調整需要一個過程。在不同的頻率下,這種價格形成過程的作用是不同的。在長期的投資中,短期的價格調整是瞬間的,影響不大。然而,在高頻交易中,這種價格調整過程影響很大。市場微觀結構就是研究這種價格形成過程。市場微觀結構理論中有兩種基本的模型:存貨模型和信息模型。存貨模型關注商委托單簿不平衡對訂單流的影響,解釋沒有消息公布時價格短暫波動的原因。信息模型關注信息公布后信息反映到價格中的這一過程,認為含有信息的訂單流是導致價格波動的原因。無論是關注委托訂單的存貨模型還是關注市場參與者信息類型的信息模型,這些市場微觀結構的研究加強了流動性與資產價格之間的聯系,強調流動性在量化投資決策中的重要作用。一般的證券投資學中基本沒有市場微觀結構的內容,因而,為了加強證券投資學的實用性,應關注市場微觀結構的內容與發展。
(二)業績評價與高杠桿
對于證券組合而言,不僅要分析其超額收益和成本,還要考慮其風險與業績。在組合業績評價中,一方面要考慮風險的衡量,另一方面則要分析業績的來源。在證券投資學中,組合業績來自于市場表現以及管理者的配置與選股能力。對于量化投資而言,市場時機和管理者的能力依然重要,然而,量化投資的業績評價還應考慮另一個因素:高杠桿。量化交易中,部分交易是采用保證交易的期貨、期權等衍生品交易,這種杠桿交易具有放大作用,在市場好的時候擴大收益,但在市場不好的時候會加速虧損,這些與傳統的業績評價就不太一樣。在一般的證券投資學里,業績評價主要考慮經風險調整的收益,很少考慮其杠桿的作用,這不僅忽略了杠桿的貢獻,而且有可能夸大了投資者的技能水平。
(三)人為因素與模型風險
在量化投資中,非常注重計算機對數據和模型的分析,這突出了量化投資的規則性和固定性。然而,實際中,別看量化采用了各種數學、統計模型,但策略設計、策略檢測和策略更新等過程都離不開人的決策。量化交易策略與判斷型交易策略的主要差別在于策略如何生成以及如何實施。量化投資運用模型對策略進行了細致研究,并借助計算機實施策略,能夠消除很多認為的隨意性。但是,量化策略畢竟體現投資者的交易理念,這一部分依賴于投資者的經驗,一部分依賴于投資者對市場的不斷觀察與更新。實際上,人始終處于交易之中,對于市場拐點以及趨勢反轉的判斷主要還是依賴投資者的經驗。光大的烏龍指事件充分表明了人為因素在量化投資中的兩面性:決策實施依賴于人的設定,而人的設定不僅依賴于經驗,而且人還會犯錯。人之所以會犯錯,一方面是因為人們對市場的認知是不完全的,另一方面則是人們使用了錯誤的模型。經典的證券投資理論中,股票價格的變動被認為是隨機的,小概率事件出現的機會比較小,但是經驗研究表明股票收益率具有肥尾現象,小概率事件發生的機會超出了人們原先的認識,即市場還會出現“黑天鵝”。更為關鍵的是,量化投資更依賴數學和統計模型,這就使得量化投資存在較大的模型風險,即使用了錯誤的模型。為了防范模型風險,應采用更為穩健的模型,即模型的參數和函數應該適應多種市場環境。近年來,研究表明,證券收益及其與風險因素的關系存在較大的非線性,同時,市場中存在一定的“噪聲”,采用隱馬爾科夫鏈等隨機過程和機器學習等數據挖掘技術進行信息處理成為量化投資的重要技術支持。
